现在导航系统的应用越来越广泛，人们对它的有效性，精准性等方面的要求越来越高。但是任何一个单一系统均不能完全满足需求，所以，组合导航技术研究应运而生。目前，众多导航系统中，GPS/INS的组合导航最受瞩目也应用最普遍。GPS和INS都能提供可靠的导航数据和精准的定位信息。GPS定位精度高，不受时间和空间限制，但是当地形遮挡可能导致导航信息中断;INS在全球范围内能自主地、隐蔽地提供较高精度的导航数据，但是误差会随着时间增长而增大。虽然GPS和INS都存在各自的不足，但是两者之间有很强的互补性，组合后能充分发挥各自的优势，总体性能要远远优于各自独立系统。　　 本文以GPS/INS组合导航系统为研究对象，研究适用于组合导航的滤波算法，并对滤波算法进行改进和优化。首先研究了卡尔曼滤波算法，重点分析了EKF算法和UKF算法。卡尔曼滤波算法运用于组合导航时，最常采用的校正方式是反馈校正，针对反馈校正滤波初期状态估计不准的问题，给出了一种混合校正的方法，用以提高滤波器的估计精度。针对UKF算法计算量大的缺陷，给出了一种改进的UKF算法，用KF技术处理组合导航中的线性方程，用UKF技术处理非线性方程，在保证了算法精度的基础上减少了计算量，整体性能优于EKF算法。分析GPS和INS的基本导航原理和误差来源，推导了GPS/INS松耦合和紧耦合组合导航系统的状态方程和量测方程，并在此基础上分别设计了两种组合模型的实现方案。最后通过仿真分析，表明紧耦合组合模型定位性能的优势。验证改进的UKF算法精度高于EKF算法精度，实时性介于UKF和EKF之间。